Importancia de la informacin estadstica

La demanda creciente de informacin sobre diversos aspectos de la realidad demogrfica y socioeconmica en el mundo, ha impulsado el desarrollo de los sistemas estadsticos de las naciones, mediante la ejecucin de una mayor cantidad y diversidad de proyectos, a travs de los cuales se obtienen resultados que cubren distintas reas de inters, as como los requerimientos de una amplia gama de usuarios. As, por ejemplo, las autoridades de gobierno en los diferentes niveles y esferas de accin, las utilizan para cuantificar y ubicar necesidades y establecer los programas de accin correspondientes; para caracterizar grupos especficos de poblacin y reas geogrficas, y tambin para identificar potencialidades y conocer tendencias o comportamientos de fenmenos especficos. Asimismo, las estadsticas facilitan a las empresas privadas el conocimiento de la oferta y demanda de los bienes y servicios y sus cambios en el tiempo, as como aspectos sobre mercados potenciales e infraestructura existente, proporcionando de esta manera, elementos para formular programas de inversin. Por su parte, los investigadores del sector acadmico, utilizan las estadsticas para gran variedad de estudios que permiten conocer los fenmenos en una perspectiva integral de relaciones entre los factores involucrados, lo cual facilita su interpretacin y prediccin. Finalmente, el pblico en general tambin consulta las estadsticas para muy diversos fines, destacndose el de conocer aspectos esenciales de la realidad nacional e internacional, como parte de la cultura general del ciudadano del mundo actual. En resumen, el inters de los diferentes usuarios por la informacin estadstica obedece principalmente a que permite adentrarse en aspectos importantes de los fenmenos econmicos y sociales: su magnitud, es decir, las dimensiones que stos tienen; su estructura, o sea, la forma como esos fenmenos se desagregan en sus componentes; su distribucin en el espacio fsico donde se registran, por ejemplo, dentro del territorio nacional o dentro de un estado; su comportamiento, que consiste en su registro a travs del tiempo para observar si los valores numricos en que se expresa el fenmeno se incrementan, decrecen o se mantienen estables; y sus interrelaciones, aspecto referido a los vnculos que un fenmeno tiene con uno o ms de naturaleza distinta. Justamente, a travs de todo lo anterior es posible acercarse al conocimiento de la realidad y contar con elementos para interpretar o predecir su comportamiento y as tomar la mejor decisin o concluir un anlisis, segn sea el mbito de accin de cada usuario de la estadstica. Para que las estadsticas sean de utilidad en cuanto a la caracterizacin de los fenmenos y al conocimiento de la realidad, deben cumplir determinados requisitos, siendo el principal el de veracidad, en el sentido de que los datos correspondan a cuantificaciones con suficiente precisin, de los universos de estudio y sus diversos subconjuntos, dentro de mrgenes de tolerancia. Asimismo, los datos deben ser conceptualmente significativos, es decir, obtenidos a partir de definiciones previamente establecidas, de utilidad en la perspectiva del anlisis de los fenmenos de estudio, adems de cubrir en lo posible necesidades de comparabilidad con los conceptos equivalentes utilizados por distintas instituciones. Adicionalmente, la presentacin de la informacin debe ajustarse a criterios de operatividad para facilitar la consulta y manejo de datos, lo que exige un cuidadoso diseo de los productos tanto en medios impresos, magnticos, pticos o que se difunden va Internet. En el plano del servicio de informacin, es de particular importancia el requisito de oportunidad, que implica reducir al mximo posible los tiempos entre la captacin de los datos y el inicio de la divulgacin de resultados, y requiere la agilizacin de actividades relacionadas con el procesamiento y la elaboracin de productos finales. Es tambin de importancia el requisito de accesibilidad, en cuanto a que resulte sencillo para cualquier usuario disponer o tener acceso a la consulta de la estadstica de su inters. Se pueden mencionar tambin los requisitos de diversidad y suficiencia, referentes a que la informacin se divulgue bajo una variedad de productos que signifiquen para los usuarios la posibilidad de disponer de informacin de la manera ms completa posible, en relacin con sus necesidades especficas en cuanto a cobertura de temas y conceptos, cobertura temporal y periodicidad, desagregacin geogrfica y tipo de informacin estadstica, as como de diversas formas y medios de presentacin. El cumplimiento de los requisitos anteriores slo se puede lograr mediante la implantacin de una variedad de proyectos estadsticos que se ajusten a rigurosas tcnicas de diseo y ejecucin, lo cual, en virtud de los costos de produccin de estadsticas, implica un adecuado aprovechamiento de las opciones metodolgicas para generar informacin y de las fuentes disponibles. En este sentido se

distinguen los siguientes tipos de proyectos estadsticos: Proyectos censales, cuyas caractersticas de cobertura total permiten el mayor desglose geogrfico de la informacin, aunque los altos costos obligan a una periodicidad de cinco y diez aos. Proyectos de encuestas por muestreo, que permiten a bajo costo la captacin de datos muy detallados en periodos cortos de tiempo, aunque con limitaciones en desagregacin geogrfica. Proyectos que aprovechan sistemas de registros administrativos en operacin, resultando de bajo costo y con la posibilidad de captacin continua y amplia desagregacin geogrfica. Proyectos de estadstica derivada, concretamente el Sistema de Cuentas Nacionales de Mxico, mediante el cual se genera informacin estadstica organizada para toda la economa, dentro de un marco conceptualmente integrado. Proyectos de integracin de estadsticas generadas por instituciones de los sectores pblico, privado y social, que significan un apoyo a la divulgacin de estadsticas sobre una amplia variedad de temas y posibilitan el acceso a la informacin que se genere. Proyectos de estudios Sociodemogrficos y Econmicos, cuyas aportaciones para el enriquecimiento de las experiencias en materia de generacin de estadstica, son fundamentales, as como en lo referente a la utilizacin de la estadstica con fines de investigacin y anlisis. La determinacin de los proyectos estadsticos a ejecutarse, exige un cuidadoso estudio de la demanda de informacin y de las fuentes existentes, as como una estrategia de seleccin de proyectos que consideren aspectos de factibilidad y de relacin costo-beneficio, de tal manera que los recursos disponibles sean utilizados en forma ptima. Por otra parte, la realizacin de cada proyecto debe ajustarse tambin a criterios y normas tcnicas que garanticen la realizacin eficaz de cada una de sus fases, es decir, la planeacin, el diseo y prueba de esquemas conceptuales y organizacionales; el manejo de procedimientos tcnicos e instrumentos de apoyo; la ejecucin de operativos relacionados, tanto de comunicacin y concertacin como de conteos previos e integracin de informacin; la captura, tratamiento y procesamiento de los datos; y la presentacin y divulgacin de resultados. Para hacer frente a la complejidad de estos proyectos y a las exigencias de rigor tcnico, es necesario disponer de una slida infraestructura institucional, as como de una funcional organizacin de reas especializadas, dotadas de personal calificado, equipos tecnolgicos avanzados y recursos materiales y financieros suficientes para la diversidad de actividades de cada programa, lo que constituye un reto que implica esfuerzos de gran magnitud y la adopcin de estrategias adecuadas a las condiciones concretas del pas.

Conceptos Bsicos: Estadstica: La estadstica es comnmente considerada como una coleccin de hechos numricos expresados en trminos de una relacin sumisa, y que han sido recopilado a partir de otros datos numricos. Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen la estadstica como un valor resumido, calculado, como base en una muestra de observaciones que generalmente, aunque no por necesidad, se considera como una estimacin de parmetro de determinada poblacin; es decir, una funcin de valores de muestra. "La estadstica es una tcnica especial apta para el estudio cuantitativo de los fenmenos de masa o colectivo, cuya mediacin requiere una masa de observaciones de otros fenmenos ms simples llamados individuales o particulares". (Gini, 1953. Murria R. Spiegel, (1991) dice: "La estadstica estudia los mtodos cientficos para recoger, organizar, resumir y analizar datos, as como para sacar conclusiones vlidas y tomar decisiones razonables basadas en tal anlisis.

"La estadstica es la ciencia que trata de la recoleccin, clasificacin y presentacin de los hechos sujetos a una apreciacin numrica como base a la explicacin, descripcin y comparacin de los fenmenos". (Yale y Kendal, 1954). Cualquiera sea el punto de vista, lo fundamental es la importancia cientfica que tiene la estadstica, debido al gran campo de aplicacin que posee. Poblacin: El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce como tal. Una poblacin se precisa como un conjunto finito o infinito de personas u objetos que presentan caractersticas comunes. "Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales intentamos sacar conclusiones". Levin & Rubin (1996). "Una poblacin es un conjunto de elementos que presentan una caracterstica comn". Cadenas (1974). Ejemplo: Los miembros del Colegio de Ingenieros del Estado Cojedes. El tamao que tiene una poblacin es un factor de suma importancia en el proceso de investigacin estadstica, y este tamao vienen dado por el nmero de elementos que constituyen la poblacin, segn el nmero de elementos la poblacin puede ser finita o infinita. Cuando el nmero de elementos que integra la poblacin es muy grande, se puede considerar a esta como una poblacin infinita, por ejemplo; el conjunto de todos los nmeros positivos. Una poblacin finita es aquella que est formada por un limitado nmero de elementos, por ejemplo; el nmero de estudiante del Ncleo San Carlos de la Universidad Nacional Experimental Simn Rodrguez. Cuando la poblacin es muy grande, es obvio que la observacin de todos los elementos se dificulte en cuanto al trabajo, tiempo y costos necesario para hacerlo. Para solucionar este inconveniente se utiliza una muestra estadstica. Es a menudo imposible o poco prctico observar la totalidad de los individuos, sobre todos si estos son muchos. En lugar de examinar el grupo entero llamado poblacin o universo, se examina una pequea parte del grupo llamada muestra. Muestra: "Se llama muestra a una parte de la poblacin a estudiar que sirve para representarla". Murria R. Spiegel (1991). "Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos". Levin & Rubin (1996). "Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones que se obtengan de dicha muestra solo podrn referirse a la poblacin en referencia", Cadenas (1974). Ejemplo; El estudio realizado a 50 miembros del Colegio de Ingenieros del Estado Cojedes.

El estudio de muestras es ms sencillo que el estudio de la poblacin completa; cuesta menos y lleva menos tiempo. Por ltimo se aprobado que el examen de una poblacin entera todava permite la aceptacin de elementos defectuosos, por tanto, en algunos casos, el muestreo puede elevar el nivel de calidad. Una muestra representativa contiene las caractersticas relevantes de la poblacin en las mismas proporciones que estn incluidas en tal poblacin. Los expertos en estadstica recogen datos de una muestra. Utilizan esta informacin para hacer referencias sobre la poblacin que est representada por la muestra. En consecuencia muestra y poblacin son conceptos relativos. Una poblacin es un todo y una muestra es una fraccin o segmento de ese todo. Muestreo: Esto no es ms que el procedimiento empleado para obtener una o ms muestras de una poblacin; el muestreo es una tcnica que sirve para obtener una o ms muestras de poblacin. Este se realiza una vez que se ha establecido un marco muestral representativo de la poblacin, se procede a la seleccin de los elementos de la muestra aunque hay muchos diseos de la muestra. Al tomar varias muestras de una poblacin, las estadsticas que calculamos para cada muestra no necesariamente seran iguales, y lo ms probable es que variaran de una muestra a otra. Ejemplo; Consideremos como una poblacin a los estudiantes de educacin del Ncleo San Carlos de la UNESR, determinando por lo menos dos caracteres ser estudiados en dicha poblacin;

Religin de los estudiantes Sexo.

Tipos de muestreo Existen dos mtodos para seleccionar muestras de poblaciones; el muestreo no aleatorio o de juicio y el muestreo aleatorio o de probabilidad. En este ltimo todos los elementos de la poblacin tienen la oportunidad de ser escogidos en la muestra. Una muestra seleccionada por muestreo de juicio se basa en la experiencia de alguien con la poblacin. Algunas veces una muestra de juicio se usa como gua o muestra tentativa para decidir como tomar una muestra aleatoria ms adelante. Las muestras de juicio evitan el anlisis estadstico necesarios para hacer muestras de probabilidad. Variables y Atributos: Las variables, tambin suelen ser llamados caracteres cuantitativos, son aquellos que pueden ser expresados mediante nmeros. Son caracteres susceptibles de medicin. Como por ejemplo, la estatura, el peso, el salario, la edad, etc. Segn, Murray R. Spiegel, (1992) "una variable es un smbolo, tal como X, Y, Hx, que puede tomar un valor cualquiera de un conjunto determinado de ellos, llamado dominio de la variable. Si la variable puede tomar solamente un valor, se llama constante." Todos los elementos de la poblacin poseen los mismos tipos de caracteres, pero como estos en general no suelen representarse con la misma intensidad, es obvio que las variables toman

distintos valores. Por lo tanto estos distintos nmeros o medidas que toman los caracteres son los "valores de la variable". Todos ellos juntos constituyen una variable. Los atributos tambin llamados caracteres cualitativos, son aquellos que no son susceptibles de medicin, es decir que no se pueden expresar mediante un nmero. IUTIN (1997). "Reciben el nombre de variables cualitativas o atributos, aquellas caractersticas que pueden presentarse en individuos que constituyen un conjunto. La forma de expresar los atributos es mediante palabras, por ejemplo; profesin, estado civil, sexo, nacionalidad, etc. Puede notar que los atributos no se presentan en la misma forma en todos los elementos. Estas distintas formas en que se presentan los atributos reciben el nombre de "modalidades". Ejemplo; El estado civil de cada uno de los estudiantes del curso de estadsticas I, no se presenta en la misma modalidad en todos. Formas de Observar la Poblacin:

1.

Atendiendo a la fuente se clasifican en directa o indirecta.

Observacin directa: es aquella donde se tienen un contacto directo con los elementos o caracteres en los cuales se presenta el fenmeno que se pretende investigar, y los resultados obtenidos se consideran datos estadsticos originales. Para Ernesto Rivas Gonzlez (1997) "Investigacin directa, es aquella en que el investigador observa directamente los casos o individuos en los cuales se produce el fenmeno, entrando en contacto con ellos; sus resultados se consideran datos estadsticos originales, por esto se llama tambin a esta investigacin primaria". Ejemplo; el seguimiento de la poblacin agrcola por ao, llevado en una determinada granja.

Observacin Indirecta: es aquella donde la persona que investiga hace uso de datos estadsticos ya conocidos en una investigacin anterior, o de datos observados por un tercero (persona o entidad). Con el fin de deducir otros hechos o fenmenos. Ejemplo; si un investigador pretende estudiar la produccin por aos de una granja avcola, en sus ltimos cinco aos de produccin, tendra que hacer un seguimiento, a tal fin recurrira a las observaciones que posee la oficina administrativa de la granja durante estos cinco aos, o dirigirse a la oficina de estadstica, llevada en el ministerio de produccin y comercio (M.P.C) de la localidad donde est registrada dicha granja. Es de notar que el investigador se vale de observaciones realizadas por terceros.

1. Atendiendo a la periodicidad, puede ser continua, peridica o circunstancial.

Una observacin continua; como su nombre lo indica es aquella que se lleva acabo de un modo permanente. Ejemplo: la contabilidad comercial, llevada en cuanto a compras, ventas y otras operaciones que se van registrando a medida que van producindose.

Una observacin peridica; es aqulla que se lleva a cabo a travs de perodos de tiempo constantes. Estos perodos de tiempos pueden ser semanas, trimestres, semestres, aos, etc. Lo que debemos destacar es que los perodos de tiempo tomados como unidad deben tomarse constantes en los posible. Ejemplo; el registro llevado por la Oficinas de Control de Estudios de la UNESR, en cuanto a la inscripcin de los estudiantes por semestre.

La observacin circunstancial, es aquella que se efecta en forma ocasional o espordica, esta observacin hecha ms por una necesidad momentnea, que de carcter regular o permanente. Ejemplo; la obtencin de nmeros de aulas utilizadas y no utilizadas en los colegios pertenecientes al municipio San Carlos del Estado Cojedes.

1.

Atendiendo a la cobertura; pueden ser exhaustiva, parcial o mixta

Observacin Exhaustiva. Cuando la observacin es efectuada sobre la totalidad de los elementos de la poblacin se habla de una observacin exhaustiva. Observacin Parcial. Dados que las poblaciones en general son grandes, la observacin de todos sus elementos se ve imposibilitada. La solucin para superar este inconveniente es observar una parte de esta poblacin. Observacin Mixta. En este tipo de observacin se combinan adecuadamente la observacin exhaustiva con la observacin parcial. Por lo general, este tipo de observaciones se lleva a cabo de tal manera que los caracteres que se consideran bsicos se observan exhaustivamente y los otros mediante una muestra; o bien cuando la poblacin es muy grande, parte de ella se observa parcialmente. Censo: Se entiende por censo aquella numeracin que se efecta a todos y cada uno de los caracteres componentes de una poblacin. Para Levin & Rubin (1996) "Algunas veces es posible y prctico examinar a cada persona o elemento de la poblacin que deseamos describir. A esto lo llamamos una numeracin completa o censo. Utilizamos el muestre cuando no es posible contar o medir todos los elementos de la poblacin. Si es posible listar (o enumerar) y observar cada elemento de la poblacin, los censos se utilizan rara vez porque a menudo su compilacin es bastante difcil, consume mucho tiempo por lo que resulta demasiado costoso. Encuesta: Se entiende por encuesta las observaciones realizadas por muestreo, es decir son observaciones parciales. El diseo de encuestas es exclusivo de las ciencias sociales y parte de la premisa de que si queremos conocer algo sobre el comportamiento de las personas, lo mejor, ms directo y simple es preguntrselo directamente a ellas. (Cadenas, 1974).

Segn Antonio Napolitano "La encuesta, es un mtodo mediante el cual se quiere averiguar. Se efecta a travs de cuestionarios verbales o escritos que son aplicados a un gran nmero de personas". Estadstica Descriptiva: Tienen por objeto fundamental describir y analizar las caractersticas de un conjunto de datos, obtenindose de esa manera conclusiones sobre las caractersticas de dicho conjunto y sobre las relaciones existentes con otras poblaciones, a fin de compararlas. No obstante puede no solo referirse a la observacin de todos los elementos de una poblacin (observacin exhaustiva) sino tambin a la descripcin de los elementos de una muestra (observacin parcial). En relacin a la estadstica descriptiva, Ernesto Rivas Gonzles dice; "Para el estudio de estas muestras, la estadstica descriptiva nos provee de todos sus medidas; medidas que cuando quieran ser aplicadas al universo total, no tendrn la misma exactitud que tienen para la muestra, es decir al estimarse para el universo vendr dada con cierto margen de error; esto significa que el valor de la medida calculada para la muestra, en el oscilar dentro de cierto lmite de confianza, que casi siempre es de un 95 a 99% de los casos. Estadstica Inductiva: Est fundamentada en los resultados obtenidos del anlisis de una muestra de poblacin, con el fin de inducir o inferir el comportamiento o caracterstica de la poblacin, de donde procede, por lo que recibe tambin el nombre de Inferencia estadstica. Segn Berenson y Levine; Estadstica Inferencial son procedimientos estadsticos que sirven para deducir o inferir algo acerca de un conjunto de datos numricos (poblacin), seleccionando un grupo menor de ellos (muestra). El objetivo de la inferencia en investigacin cientfica y tecnolgica radica en conocer clases numerosas de objetos, personas o eventos a partir de otras relativamente pequeas compuestas por los mismos elementos. En relacin a la estadstica descriptiva y la inferencial, Levin & Rubin (1996) citan los siguientes ejemplos para ayudar a entender la diferencia entre las dos. Supngase que un profesor calcula la calificacin promedio de un grupo de historia. Como la estadstica describe el desempeo del grupo pero no hace ninguna generalizacin acerca de los diferentes grupos, podemos decir que el profesor est utilizando estadstica descriptiva. Graficas, tablas y diagramas que muestran los datos de manera que sea ms fcil su entendimiento son ejemplos de estadstica descriptiva. Supngase ahora que el profesor de historia decide utilizar el promedio de calificaciones obtenidos por uno de sus grupos para estimar la calificacin promedio de las diez unidades del mismo curso de historia. El proceso de estimacin de tal promedio sera un problema concerniente a la estadstica inferencial. Los estadsticos se refieren a esta rama como inferencia estadstica, esta implica generalizaciones y afirmaciones con respecto a la probabilidad de su validez. UNIDAD II Medicin de Caracteres Medicin

Existen diversas definiciones del termino "medicin", pero estas dependen de los diferentes puntos de vista que se puedan tener al abordar el problema de la cuantificacin y el proceso mismo de la construccin de una escala o instrumento de medicin. En general, se entiende por medicin la asignacin de nmeros a elementos u objetos para representar o cuantificar una propiedad. El problema bsico est dado por la asignacin un numeral que represente la magnitud de la caracterstica que queremos medir y que dicho nmeros pueden analizarse por manipulaciones de acuerdo a ciertas reglas. Por medio de la medicin, los atributos de nuestras percepciones se transforman en entidades conocidas y manejables llamadas "nmeros". Es evidente que el mundo resultara catico si no pudiramos medir nada. En este caso cabra preguntarse de que le servira la fsico saber que el hierro tiene una alta temperatura de fusin. Niveles o Escalas de mediciones Escala Nominal: La escala de medida nominal, puede considerarse la escala de nivel ms bajo, y consiste en la asignacin, puramente arbitraria de nmeros o smbolos a cada una de las diferentes categoras en las cuales podemos dividir el carcter que observamos, sin que puedan establecerse relaciones entre dichas categoras, a no ser el de que cada elemento pueda pertenecer a una y solo una de estas categoras. Se trata de agrupar objetos en clases, de modo que todos los que pertenezcan a la misma sean equivalentes respecto del atributo o propiedad en estudio, despus de lo cual se asignan nombres a tales clases, y el hecho de que a veces, en lugar de denominaciones, se le atribuyan nmeros, puede ser una de las razones por las cuales se le conoce como "medidas nominales". Por ejemplo, podemos estar interesados en clasificar los estudiantes de la UNESR Ncleo San Carlos de acuerdos a la carrera que cursan.
Carrera Educacin Administracin Nmero asignada a la categora 1 2

Se ha de tener presente que los nmeros asignados a cada categora sirven nica y exclusivamente par identificar la categora y no poseen propiedades cuantitativas. Escala Ordinal: En caso de que puedan detectarse diversos grados de un atributo o propiedad de un objeto, la medida ordinal es la indicada, puesto que entonces puede recurrirse a la propiedad de "orden" de los nmeros asignndolo a los objetos en estudio de modo que, si la cifra asignada al objeto A es mayor que la de B, puede inferirse que A posee un mayor grado de atributo que B. La asignacin de nmeros a las distintas categoras no puede ser completamente arbitraria, debe hacerse atendiendo al orden existente entre stas.

Los caracteres que posee una escala de medida ordinal permiten, por el hecho mismo de poder ordenar todas sus categoras, el clculo de las medidas estadsticas de posicin, como por ejemplo la mediana. Ejemplo: Al asignar un nmero a los pacientes de una consulta mdica, segn el orden de llegada, estamos llevando una escala ordinal, es decir que al primero en llegar ordinal, es decir que al primeo en llegar le asignamos el n 1, al siguiente el n 2 y as sucesivamente, de esta forma, cada nmero representar una categora en general, con un solo elemento y se puede establecer relaciones entre ellas, ya que los nmeros asignados guardan la misma relacin que el orden de llegada a la consulta. Escalas de intervalos iguales: la escala de intervalos iguales, est caracterizada por una unidad de medida comn y constante que asigna un nmero igual al nmero de unidades equivalentes a la de la magnitud que posea el elemento observado. Es importante destacar que el punto cero en las escalas de intervalos iguales es arbitrario, y no refleja en ningn momento ausencia de la magnitud que estamos midiendo. Esta escala, adems de poseer las caractersticas de la escala ordinal, encontramos que la asignacin de los nmeros a los elemento es tan precisa que podemos determinar la magnitud de los intervalos (distancia) entre todos los elementos de la escala. Sin lugar a dudas, podemos decir que la escala de intervalos es la primera escala verdaderamente cuantitativa y a los caracteres que posean esta escala de medida pueden calculrsele todas las medidas estadsticas a excepcin del coeficiente de variacin. Ejemplo: El lapso transcurrido entre 1998-1999 es igual al que transcurri entre 2000-2001. Escala de coeficientes o Razones: El nivel de medida ms elevado es el de cocientes o razones, y se diferencia de las escalas de intervalos iguales nicamente por poseer un punto cero propio como origen; es decir que el valor cero de esta escala significa ausencia de la magnitud que estamos midiendo. Si se observa una carencia total de propiedad, se dispone de una unidad de medida para el efecto. A iguales diferencias entre los nmeros asignados corresponden iguales diferencias en el grado de atributo presente en el objeto de estudio. Adems, siendo que cero ya no es arbitrario, sino un valor absoluto, podemos decir que A. Tiene dos, tres o cuatro veces la magnitud de la propiedad presente en B. Ejemplo: En una encuesta realizada en un barrio de esta localidad se observ que hay familias que no tienen hijos, otras tienen 6 hijos que es exactamente el doble de hijos que aquellas que tienen 3 hijos. Las variables y su medicin: Una variable es un smbolo, tal como X, Y, H, x B, que pueden tomar un conjunto prefijado de valores, llamado dominio de esa variable. Para Murray R. Spiegel (1991) "una variable que puede tomar cualquier valor entre dos valores dados se dice que es una variable continua en caso contrario diremos que la variable es discreta".

Las variables, tambin llamadas caracteres cuantitativos, son aquellas cuyas variaciones son susceptibles de ser medidas cuantitativamente, es decir, que pueden expresar numricamente la magnitud de dichas variaciones. Por intuicin y por experiencia sabemos que pueden distinguirse dos tipos de variables; las continuas y las discretas Las variables continuas se caracterizan por el hecho de que para todo para de valores siempre se puede encontrar en valor intermedio, (el peso, la estatura, el tiempo empleado para realizar un trabajo, etc.) Una variable es continua, cuando puede tomar infinitos valores intermedios dentro de dos valores consecutivos. Por ejemplo, la estatura, el peso, la temperatura. Para ver el grfico seleccione la opcin "Descargar" del men superior Ejemplo: En el preescolar Blanca de Prez, ubicado en la urbanizacin Monseor Padilla de esta ciudad se procedi a recoger las medidas de talla y peso de los nios que a este asisten. Nio Peso Talla Jos 18,300 1,15 Julio 20,500 1,20 Pedro 19,000 1,10 Luis 18,750 1,18 .Las variables discretas sern aquellas que pueden tomar solo un nmero limitado de valores separados y no continuos; son aquellas que solo toman un determinado nmeros de valores, porque entre dos valores consecutivos no pueden tomar ningn otro; por ejemplo el nmero de estudiantes de una clase es una variable discreta ya que solo tomar los valores 1, 2, 3, 4... ntese que no encontramos valor como 1,5 estudiantes UNIDAD III Estadsticas Primarias Datos Estadsticos: Los datos estadsticos no son otra cosa que el producto de las observaciones efectuadas en las personas y objetos en los cuales se produce el fenmeno que queremos estudiar. Dicho en otras palabras, son los antecedentes (en cifras) necesarios para llegar al conocimiento de un hecho o para reducir las consecuencias de este. Los datos estadsticos se pueden encontrar de forma no ordenada, por lo que es muy difcil en general, obtener conclusiones de los datos presentados de esta manera. Para poder obtener una precisa y rpida informacin con propsitos de descripcin o anlisis, estos deben organizarse de una manera sistemtica; es decir, se requiere que los datos sean clasificados. Esta clasificacin u organizacin puede muy bien hacerse antes de la recopilacin de los datos. Ejemplo: Si se quiere conocer las caractersticas de los estudiantes del Ncleo San Carlos de la UNESR, que solicitan prstamo a la biblioteca de dicha Universidad, la recoleccin de la informacin debe clasificar a cada estudiante sobre la base de: Carrera que estudia, edad, semestre de

estudios, etc. Vemos pues que la clasificacin marca la pauta de la clase de datos que debe ser obtenido. Clasificacin de los datos Los datos estadsticos pueden ser clasificados en cualitativos, cuantitativos, cronolgicos y geogrficos. Datos Cualitativos: cuando los datos son cuantitativos, la diferencia entre ellos es de clase y no de cantidad. Ejemplo: Si deseamos clasificar los estudiantes que cursan la materia de estadstica I por su estado civil, observamos que pueden existir solteros, casados, divorciados, viudos. Datos cuantitativos: cuando los valores de los datos representan diferentes magnitudes, decimos que son datos cuantitativos. Ejemplo: Se clasifican los estudiantes del Ncleo San Carlos de la UNESR de acuerdo a sus notas, observamos que los valores (nota) representan diferentes magnitudes. Datos cronolgicos: cuando los valores de los datos varan en diferentes instantes o perodos de tiempo, los datos son reconocidos como cronolgicos. Ejemplo: Al registrar los promedios de notas de los Alumnos del Ncleo San Carlos de la UNESR en los diferentes semestres. Datos geogrficos: cuando los datos estn referidos a una localidad geogrfica se dicen que son datos geogrficos. Ejemplo El nmero de estudiantes de educacin superior en las distintas regiones del pas. Fuentes de datos Estadsticos: Los datos estadsticos necesarios para la comprensin de los hechos pueden obtenerse a travs de fuentes primarias y fuentes secundarias. Fuentes de datos primarias: es la persona o institucin que ha recolectado directamente los datos. Fuentes secundarias: son las publicaciones y trabajos hechos por personas o entidades que no han recolectado directamente la informacin. Las fuentes primarias ms confiables, son las efectuadas por oficinas gubernamentales encargadas de tal fin. En la prctica, es aconsejable utilizar fuentes de datos primarias y en ltima instancia cuando estas no existan, usar estadsticas de fuentes secundarias. Con este ltimo tipo no debemos pasar por alto que la calidad de las conclusiones estadsticas dependen en grado sumo de la exactitud de los datos que se recaben. De anda servira usar tcnicas estadsticas precisas y

refinadas para llegar a conclusiones valederas, si estas tcnicas no son aplicadas a datos adecuados o confiables. Cuando un investigador quiere obtener datos estadsticos relativo a un estudio que desea efectuar, puede elegir entre una fuente primaria o en su defecto, una secundaria. O recopilar los datos por s mismo. La posibilidad mencionada en ltimo termino podr deberse bien a la inexistencia de los datos o bien a que esto no se encuentran discriminados en la forma requerida. Ejemplo: Si un investigador quiere conocer el nmero de alumnos repitientes en educacin media, clasificados por ciclos, para los ltimos diez aos, el investigador puede usar una fuente primaria, tal como la memoria y cuenta el Ministerio de Educacin cada ao. Mtodo para la recoleccin de datos: En estadstica se emplean una variedad de mtodos distintos para obtener informacin de los que se desea investigar. Discutiremos aqu los mtodos ms importantes, incluyendo las ventajas y limitaciones de estos. La entrevista personal: los datos estadsticos necesarios para una investigacin, se renen frecuentemente mediante un proceso que consiste en enviar un entrevistador o agente, directamente a la persona investigada. El investigador efectuar a esta persona una serie de preguntas previamente escritas en un cuestionario o boleta, donde anotar las respuestas correspondientes. Este procedimiento que se conoce con el nombre de entrevista personal, permite obtener una informacin ms veraz y completa que la que proporcionan otros mtodos, debido a que al tener contacto directo con la persona entrevistada, el entrevistador podr aclarar cualquier duda que se presente sobre el cuestionario o investigacin. Otra ventaja es la posibilidad que tienen los entrevistadores de adaptar el lenguaje de las preguntas al nivel intelectual de las personas entrevistadas. Una de las desventajas de este mtodo se debe a que si el entrevistador no obra de buena f o no tiene un entrenamiento adecuado, puede alterar las respuestas por las personas entrevistadas. Otra desventaja es su alto costo, ya que resulta bastante oneroso el entrenamiento de los agentes o entrenadores y los supervisores de estos, sobre todo si se trata de una investigacin extensa. Cuestionarios por correo: consiste en enviar por correo el cuestionario acompaado por el instructivo necesario, dando en este no solo las instrucciones pertinentes para cada una de las preguntas, sino tambin una breve explicacin del objeto de la encuesta con el fin de evitar interpretaciones errneas. Una de las ventajas es que tienen un costo muy inferior al anterior procedimiento, puesto que no hay que incluir gastos de entrenamiento de personal, el nico gasto sera el de franqueo postal. Dentro de las desventajas de este procedimiento podemos sealar que solo un porcentaje bastante bajo de estos es devuelto, en algunos casos no estamos seguros de que los formularios hayan sido recibidos por sus destinatarios y que hayan sido respondido por ellos mismos. Lo

que trae como consecuencia que la informacin se obtenga con una serie de errores difciles de precisar por el investigador. Entrevista por telfono: como lo indica su nombre, este mtodo consiste en telefonear a la persona a entrevistar y hacerle una serie de preguntas. Este mtodo es bastante simple y econmico, ya que el entrenamiento y supervisin de las personas encargadas de efectuar las preguntas es siempre fcil. Entre las limitaciones que presenta este mtodo podemos sealar el nmero de preguntas que pueden formularse es relativamente limitado; adems las investigaciones efectuadas por este mtodo tienen un carcter selectivo, debido a que muchas de las personas que potencialmente podran ser investigadas no posee servicio telefnico, por lo que quedan sin la posibilidad de ser entrevistados. Instrumentos para la recoleccin de datos: Cuestionarios: Cualquiera que sea el mtodo por el que se decida el investigador para recabar informacin, es necesario elaborar un estudio de preguntas. Los cuestionarios en general, constan de las siguientes partes:

a. La identificacin del cuestionario: nombre del patrocinante de la encuesta, (oficial o privada), nombre de la encuesta, nmero del cuestionario, nombre del encuestador, lugar y fecha de la entrevista. b. Datos de identificacin y de carcter social del encuestado: apellidos, nombres, cdula de identidad, nacionalidad, sexo, edad o fecha de nacimiento, estado civil, grado de instruccin, ocupacin actual, ingresos, etc. c.Datos propios de la investigacin, son los datos que interesa conocer para construir el propsito de la investigacin.
Como es natural, estas partes, as como las preguntas, varan de acuerdo a la finalidad de la encuesta. En algunos tipos de investigacin, la parte referente a los datos personales es eliminada por no tener ningn tipo de inters para el estudio. Consideraciones que debemos tomar en cuenta:

El cuestionario debe ser conciso; tratar en los posible de que con el menor nmero de preguntas, se obtenga la mejor informacin. Claridad de la redaccin; evitar preguntas ambiguas o que sugieran respuestas incorrectas, por lo que deben estar formuladas las preguntas de la forma ms sencilla. Discrecin: un cuestionario hecho a conciencia, no debe tener preguntas indiscretas o curiosas, sobre datos personales que puedan ofender al entrevistado. Facilidad de contestacin: se deben evitar, en lo posible, las preguntas de respuestas libres o abiertas y tambin la formulacin de preguntas que requieran clculos numricos por parte del entrevistado. Orden de las preguntas: estas deben tener una secuencia y un orden lgico, agruparlas procurando que se relacionen unas con otras. Series o distribuciones estadsticas:

Anteriormente hemos sealado que la estadstica, no se encarga del estudio de un hecho aislado, sino que tienen por objeto de los colectivos. Pues bien cuando se realiza una investigacin se obtiene una masa de datos que deben ser organizados para disponerlos en un orden, arreglo o secuencia lgica, con el fin de facilitar el anlisis de los mismos esta coleccin de datos numricos obtenidos de la observacin, que se clasifican y ordenan segn un determinado criterio, se denominan "series estadsticas", tambin conocidas como "distribucin estadstica". Clasificacin de las series estadsticas: 1. Ejemplo: Produccin nacional de madera en Rola en m Rollizos (periodo 1993 1998)
Aos 1993 1994 1995 1996 1997 1998 Produccin (m rollizos) 1.161.061,454 981.668,626 1.087.926,142 1.440.306,250 1.618.075,000 1.027.177,876

Fuente: MARN D.G.S Recurso Forestal. 1999 CVG PROFORCA Es importante resaltar que cuando se trata de series temporales o cronolgicas, se debe especificar el instante o el periodo de tiempo a los que se refieren los caracteres en estudio. Cuando nos referimos a instantes de tiempo, por el hecho de que la observacin se hace en un momento especfico de tiempo. Ejemplo: Plantaciones forestales ejecutadas a nivel nacional, al 31 de diciembre de cada ao entre 1997 2001.

2. Series temporales o cronolgicas; estas se definen como una masa o conjunto de datos producto de la observacin de un fenmeno individual o colectivo, cuantificable en sucesivos instantes o periodos de tiempo. 3. Series atemporales; cuando las observaciones de un fenmeno se hacen referidas al mismo instante o intervalo de tiempo, nos encontramos ente una serie atemporal. Aqu el tiempo no va incluido a cada observacin, puesto que es el mismo

tiempo para todas ellas. Este tipo de observacin proporciona una "visin instantnea" de los fenmenos o caracteres de los componentes del colectivo en estudio. Ejemplo: Las notas de las participantes en la materia de estadstica I en el periodo acadmico que termin en septiembre del 2001. 2.1) series de frecuencia; cuando realizamos un estudio de cada uno de los elementos que componen la poblacin o muestra bajo anlisis, observamos que en general, hay un nmero de veces en que aparece repetido un mismo valor de una variable, o bien repeticiones de la misma modalidad de un atributo. Este nmero de repeticiones de un resultado, recibe el nombre de frecuencia absoluta o simplemente frecuencia. El procedimiento mediante el cual se realiza el conteo, para as determinar el nmero de veces que cada dato se repite, recibe el nombre de tabulacin. Ejemplo: Consideremos las edades de 20 nios, pertenecientes al Preescolar Blanca de Prez, ubicado en la urbanizacin Monseor Padilla
5 6 5 4 3 6 3 4 5 4 3 4 6 5 3 4 3 6 4 6

Tabulando los datos tenemos Nios distribuidos por edades:

Edad (variable) 3 4 5 6 Total = N de nios (Frecuencia) 5 6 4 5 20

Al agrupar los resultados de las observaciones en trmino de las veces que stos se repiten, da lugar a las llamadas "series de frecuencias" o distribuciones de frecuencias; las cuales se

dividen a su vez en series de frecuencia cualitativas y cuantitativas, segn que los caracteres de estudio se refieran a atributos o variables respectivamente. 2.2.1) Series de frecuencia acumulativa: son comnmente llamadas series de frecuencia de atributos o caracteres cualitativos y las formas de representar un atributo recibe el nombre de modalidades. Cuando se observan y se obtienen los elementos que deseamos estudiar con respecto a un carcter de tipo cualitativo y se procede a agruparlos segn las distintas modalidades que toma el atributo, "frecuencia cualitativa". Ejemplo: Agrupamos los resultados obtenidos al observar los 35 estudiantes de la materia estadstica I, respecto a su estado civil. Estudiantes de la materia Estadsticas I, clasificados por su estado civil.
Estado civil Solteros Casados Viudos Divorciados N de Estudiantes (frecuencia) 18 12 1 4

2.1.2) Series de frecuencias cualitativas: es el resultado del agrupamiento de los valores que se repiten (frecuencia) al ser observada una variable. Ejemplo: Tomamos nuevamente los 35 estudiantes de la materia estadstica I, respecto a su edad.
Edad (en aos) 19 20 25 28 32 42 N de estudiantes (frecuencia) 12 2 8 6 4 3

Total =

35

2.2) series especiales o geogrficas: es aquella que est formada por los valores que toman una variable en funcin del espacio geogrfico.

Muestreo en estadstica
De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda
En estadstica se conoce como muestreo a la tcnica para la seleccin de una muestra a partir de una poblacin. Al elegir una muestra se espera conseguir que sus propiedades sean extrapolables a la poblacin. Este proceso permite ahorrar recursos, y a la vez obtener resultados parecidos a los que se alcanzaran si se realizase un estudio de toda la poblacin. Cabe mencionar que para que el muestreo sea vlido y se pueda realizar un estudio adecuado (que consienta no solo hacer estimaciones de la poblacin sino estimar tambin los mrgenes de error correspondientes a dichas estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar enteramente seguros de que el resultado sea una muestra representativa, pero s podemos actuar de manera que esta condicin se alcance con una probabilidad alta. En el muestreo, si el tamao de la muestra es ms pequeo que el tamao de la poblacin, se puede extraer dos o ms muestras de la misma poblacin. Al conjunto de muestras que se pueden obtener de la poblacin se denomina espacio muestral. La variable que asocia a cada muestra su probabilidad de extraccin, sigue la llamada distribucin muestral.

Contenido
[ocultar]

1 Tcnicas de muestreo o 1.1 Muestreo probabilstico 1.1.1 Muestreo estratificado 1.1.2 Muestreo sistemtico 1.1.3 Muestreo por estadios mltiples 1.1.4 Muestreo por conglomerados 1.1.5 Homogeneidad de las poblaciones o sus subgrupos o 1.2 Muestreo de juicio 1.2.1 Muestreo por cuotas 1.2.2 Muestreo de bola de nieve 1.2.3 Muestreo subjetivo por decisin razonada 2 Vase tambin

Tcnicas de muestreo [editar]

Existen dos mtodos para seleccionar muestras de poblaciones: el muestreo no aleatorio o de juicio y el muestreo aleatorio (que incorpora el azar como recurso en el proceso de seleccin). Cuando este ltimo cumple con la condicin de que todos los elementos de la poblacin tienen alguna oportunidad de ser escogidos en la muestra, si la probabilidad correspondiente a cada sujeto de la poblacin es conocida de

antemano, recibe el nombre de muestreo probabilstico. Una muestra seleccionada por muestreo de juicio puede basarse en la experiencia de alguien con la poblacin. Algunas veces una muestra de juicio se usa como gua o muestra tentativa para decidir cmo tomar una muestra aleatoria ms adelante.

Muestreo probabilstico [editar]

Forman parte de este tipo de muestreo todos aquellos mtodos para los que puede calcularse la probabilidad de extraccin de cualquiera de las muestras posibles. Este conjunto de tcnicas de muestreo es el ms aconsejable, aunque en ocasiones no es posible optar por l. En este caso se habla de muestras probabilsticas, pues no es en rigor correcto hablar de muestras representativas dado que, al no conocer las caractersticas de la poblacin, no es posible tener certeza de que tal caracterstica se haya conseguido.

Sin reposicin de los elementos: Cada elemento extrado se descarta para la subsiguiente extraccin. Por ejemplo, si se extrae una muestra de una "poblacin" de bombillas para estimar la vida media de las bombillas que la integran, no ser posible medir ms que una vez la bombilla seleccionada. Con reposicin de los elementos: Las observaciones se realizan con reemplazamiento de los individuos, de forma que la poblacin es idntica en todas las extracciones. En poblaciones muy grandes, la probabilidad de repetir una extraccin es tan pequea que el muestreo puede considerarse sin reposicin aunque, realmente, no lo sea. Con reposicin mltiple: En poblaciones muy grandes, la probabilidad de repetir una extraccin es tan pequea que el muestreo puede considerarse sin reposicin. Cada elemento extrado se descarta para la subsiguiente extraccin. Para realizar este tipo de muestreo, y en determinadas situaciones, es muy til la extraccin de nmeros aleatorios mediante ordenadores, calculadoras o tablas construidas al efecto.

Muestreo estratificado [editar]

Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se suponen homogneos con respecto a alguna caracterstica de las que se van a estudiar. A cada uno de estos estratos se le asignara una cuota que determinara el nmero de miembros del mismo que compondrn la muestra. Dentro de cada estrato se suele usar la tcnica de muestreo sistemtico, una de las tcnicas de seleccin ms usadas en la prctica. Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos tcnicas de muestreo estratificado:

Asignacin proporcional: el tamao de la muestra dentro de cada estrato es proporcional al tamao del estrato dentro de la poblacin. Asignacin ptima: la muestra recoger ms individuos de aquellos estratos que tengan ms variabilidad. Para ello es necesario un conocimiento previo de la poblacin.

Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar por separado las opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos grupos, puede haber cierta homogeneidad. As, si la poblacin est compuesta de un 55% de mujeres y un 45% de hombres, se tomara una muestra que contenga tambin esos mismos porcentajes de hombres y mujeres. Para una descripcin general del muestreo estratificado y los mtodos de inferencia asociados con este procedimiento, suponemos que la poblacin est dividida en h subpoblaciones o estratos de tamaos

conocidos N1, N2,..., Nh tal que las unidades en cada estrato sean homogneas respecto a la caracterstica en cuestin. La media y la varianza desconocidas para el i-simo estrato son denotadas por mi y s12, respectivamente.

Muestreo sistemtico [editar]

Se utiliza cuando el universo o poblacin es de gran tamao, o ha de extenderse en el tiempo. Primero hay que identificar las unidades y relacionarlas con el calendario (cuando proceda). Luego hay que calcular una constante, que se denomina coeficiente de elevacin K= N/n; donde N es el tamao del universo y n el tamao de la muestra. Determinar en qu fecha se producir la primera extraccin, para ello hay que elegir al azar un nmero entre 1 y K; de ah en adelante tomar uno de cada K a intervalos regulares. Ocasionalmente, es conveniente tener en cuenta la periodicidad del fenmeno. Esto quiere decir que si tenemos un determinado nmero de personas que es la poblacin y queremos escoger de esa poblacin un nmero ms pequeo el cual es la muestra, dividimos el nmero de la poblacin por el nmero de la muestra que queremos tomar y el resultado de esta operacin ser el intervalo, entonces escogemos un nmero al azar desde uno hasta el nmero del intervalo, y a partir de este nmero escogemos los dems siguiendo el orden del intervalo.

Muestreo por estadios mltiples [editar]

Esta tcnica es la nica opcin cuando no se dispone de lista completa de la poblacin de referencia o bien cuando por medio de la tcnica de muestreo simple o estratificado se obtiene una muestra con unidades distribuidas de tal forma que resultan de difcil acceso. En el muestreo a estadios mltiples se subdivide la poblacin en varios niveles ordenados que se extraen sucesivamente por medio de un procedimiento de embudo. El muestreo se desarrolla en varias fases o extracciones sucesivas para cada nivel. Por ejemplo, si tenemos que construir una muestra de profesores de primaria en un pas determinado, stos pueden subdividirse en unidades primarias representadas por circunscripciones didcticas y unidades secundarias que seran los propios profesores. En primer lugar extraemos una muestra de las unidades primarias (para lo cual debemos tener la lista completa de estas unidades) y en segundo lugar extraemos aleatoriamente una muestra de unidades secundarias de cada una de las primarias seleccionadas en la primera extraccin.

Muestreo por conglomerados [editar]

Tcnica similar al muestreo por estadios mltiples, se utiliza cuando la poblacin se encuentra dividida, de manera natural, en grupos que se supone que contienen toda la variabilidad de la poblacin, es decir, la representan fielmente respecto a la caracterstica a elegir, pueden seleccionarse slo algunos de estos grupos o conglomerados para la realizacin del estudio. Dentro de los grupos seleccionados se ubicarn las unidades elementales, por ejemplo, las personas a encuestar, y podra aplicrsele el instrumento de medicin a todas las unidades, es decir, los miembros del grupo, o slo se le podra aplicar a algunos de ellos, seleccionados al azar. Este mtodo tiene la ventaja de simplificar la recogida de informacin muestral. Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos para integrar la muestra, el diseo se llama muestreo bietpico. Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer mtodo funciona mejor cuanto ms homognea es la poblacin respecto del estrato, aunque ms diferentes son stos entre s. En el segundo, ocurre lo contrario. Los conglomerados deben presentar toda la variabilidad, aunque deben ser muy parecidos entre s.

Homogeneidad de las poblaciones o sus subgrupos [editar]

Homogneo siginifica, en el contexto de la estratificacin, que no hay mucha variabilidad. Los estratos funcionan mejor cuanto ms homogneos son cada uno de ellos respecto a la caracterstica a medir. Por ejemplo, si se estudia la estatura de una poblacin, es bueno distinguir entre los estratos mujeres y hombres porque se espera que, dentro de ellos, haya menos variabilidad, es decir, sean menos heterogneos. Dicho de otro modo, no hay tantas diferencias entre unas estaturas y otras dentro del estrato que en la poblacin total. Por el contrario, la heterogeneidad hace intil la divisin en estratos. Si se dan las mismas diferencias dentro del estrato que en toda la poblacin, no hay por qu usar este mtodo de muestreo. En los casos en los que existan grupos que contengan toda la variabilidad de la poblacin, lo que se construyen son conglomerados, que ahorran algo del trabajo que supondra analizar toda la poblacin. En resumen, los estratos y los conglomerados funcionan bajo principios opuestos: los primeros son mejores cuanto ms homogneo es el grupo respecto a la caracterstica a estudiar y los conglomerados, si representan fielmente a la poblacin, esto es, contienen toda su viariabilidad, o sea, son heterogneos.

Muestreo de juicio [editar]

Aqul para el que no puede calcularse la probabilidad de extraccin de una determinada muestra. Se busca seleccionar a individuos que se juzga de antemano tienen un conocimiento profundo del tema bajo estudio, por lo tanto, se considera que la informacin aportada por esas personas es vital para la toma de decisiones.

Muestreo por cuotas [editar]

Es la tcnica ms difundida sobre todo en estudios de mercado y sondeos de opinin. En primer lugar es necesario dividir la poblacin de referencia en varios estratos definidos por algunas variables de distribucin conocida (como el gnero o la edad). Posteriormente se calcula el peso proporcional de cada estrato, es decir, la parte proporcional de poblacin que representan. Finalmente se multiplica cada peso por el tamao de n de la muestra para determinar la cuota precisa en cada estrato. Se diferencia del muestreo estratificado en que una vez determinada la cuota, el investigador es libre de elegir a los sujetos de la muestra dentro de cada estrato.

Muestreo de bola de nieve [editar]

Indicado para estudios de poblaciones clandestinas, minoritarias o muy dispersas pero en contacto entre s. Consiste en identificar sujetos que se incluirn en la muestra a partir de los propios entrevistados. Partiendo de una pequea cantidad de individuos que cumplen los requisitos necesarios estos sirven como localizadores de otros con caractersticas anlogas.

Muestreo subjetivo por decisin razonada [editar]

En este caso las unidades de la muestra se eligen en funcin de algunas de sus caractersticas de manera racional y no casual. Una variante de esta tcnica es el muestreo compensado o equilibrado, en el que se seleccionan las unidades de tal forma que la media de la muestra para determinadas variables se acerque a la media de la poblacin.